Aplicación de técnicas de IA en mecanizado

Martín Rebe, Ander, Gonzalez Barrio, Haizea, Gil del Val, Alain y Ostra Beldarrain, Txomin(2022) .Aplicación de técnicas de IA en mecanizado. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_509_186319.pdf Aplicación de técnicas de IA application/pdf 607.98KB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Aplicación de técnicas de IA en mecanizado
Autor(es) Martín Rebe, Ander
Gonzalez Barrio, Haizea
Gil del Val, Alain
Ostra Beldarrain, Txomin
Materia(s) Ingeniería Mecánica
Resumen El boom de la digitalización permite disponer de un volumen de datos que provienen de máquinas herramienta en su etapa operativa. El análisis de estos datos puede ayudar a obtener mejoras en el ámbito del mantenimiento de las máquinas, pero también mejoras en los procesos de fabricación que realizan las máquinas herramienta. El objetivo del proyecto consiste en desarrollar algoritmos o técnicas basadas en Inteligencia Artificial, que permitan analizar datos procedentes de centros de mecanizado, que faciliten procesos más productivos, desatendidos o robustos. Se parte de los datos históricos de dos centros de mecanizado en pleno rendimiento productivo que fabrican una variedad muy amplia de piezas diferentes. Se busca a través de los datos encontrar patrones que permitan controlar el funcionamiento adecuado de cada herramienta. El control se basará en el funcionamiento de la herramienta para las mismas condiciones en un histórico de datos. El núcleo del trabajo es el pre-procesamiento de los datos (eliminación de pausas y momentos no productivos, división de datos por operaciones, identificación del tipo de operaciones) y el estudio de las alternativas existentes de Machine-Learning que pueden ayudar a modelizar el funcionamiento de la herramienta utilizando las variables apropiadas
Abstract The digitization boom makes available a volume of data coming from machine tools in their operational stage. The analysis of this data can help to obtain improvements in the field of machine maintenance, but also improvements in the manufacturing processes performed by machine tools. The objective of the project is to develop algorithms or techniques based on Artificial Intelligence, which allow the analysis of data from machining centers, to facilitate more productive, unattended or robust processes. The starting point is the historical data of two machining centers in full productive performance that manufacture a wide variety of different parts. The data is used to find patterns that allow to control the proper operation of each tool. The control will be based on the performance of the tool for the same conditions in a data history. The core of the work is the pre-processing of the data (elimination of non-productive moments, division of data by operations, identification of the type of operations) and the study of the existing Machine-Learning alternatives that can help to model the operation of the tool using the appropriate variables.
Palabra clave inteligencia artificial
mantenimiento predictivo
máquina-herramienta,
ánalisis de datos
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/pdf
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Amartin
https://doi.org/10.5944/bicim2022.328
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 153 Visitas, 114 Descargas  -  Estadísticas en detalle
Creado: Mon, 20 Feb 2023, 20:30:41 CET